RBF神经网络分析方法在车辆状态远程监测系统中的应用

• 作者: 傅晓林 姜鑫 杨志刚
• 来源期刊: 汽车实用技术
• 学科: 工学
• 关键词: 远程监测 收敛速度 精确度 RBF神经网络
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 汽车试验
• 页码范围: 23-26
• 分类号: TP183|TP274
• 字数: 3077字
• 语种: 中文

摘要

以往的研究者在选择车辆运行状态远程监测分析系统的分析方法时,有的人为了更快的收敛速度选择了传统的基于规则的专家系统,有的人为了更高的精确度选择了BP(Back Propagation,反向传播)神经网络,文中所介绍的RBF(Radical Basis Function,径向基函数)神经网络(以下简称径向基网络)正好可以在这两种方法之间找到一种平衡.该神经网络既保持了BP神经网络的精确度又提高了其收敛速度,是以往的研究者在BP神经网络的基础上改进而来的.文中的仿真实验验证了该神经网络的精确度和收敛速度完全可以满足我们对车辆运行状态远程监测分析系统的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅晓林	重庆交通大学机电与汽车工程学院	22	98	6.0	8.0
2	杨志刚	重庆交通大学机电与汽车工程学院	48	449	10.0	20.0
3	姜鑫	重庆交通大学机电与汽车工程学院	1	2	1.0	1.0